如何更高效实现Python中多变量的if分支概率判断？

我需要在if、elif和else语句中处理多个变量，假设变量a、b、c是存储数字的列表，要为变量的每种组合情况定义对应的分支逻辑。比如：如果其中某个变量>0，就对该变量执行操作，跳过其他变量。针对3个变量的情况，我写了如下代码：

weeks =9

a=[1,0,1,1,1,0,0,0,1]
b=[1,0,0,1,0,1,1,0,1]
c=[1,0,0,0,1,0,1,1,1]
for i in range (weeks):
    if i <= 0:
        print('this is hypo')
        
    else:    
        if(a[i] <= 0 and b[i] <= 0 and c[i] <= 0):  # no prod         0
            print(a[i],b[i],c[i],'no one is working')
        elif(a[i] > 0 and b[i] <= 0 and c[i] <= 0): # only first      1
            print(a[i],b[i],c[i],'only a working')
        elif(a[i] > 0 and b[i] > 0 and c[i] <= 0): #first and second  1-2
            print(a[i],b[i],c[i],'a and b working')
        elif(a[i] > 0 and b[i] <= 0 and c[i] > 0): # first and third  1-3
            print(a[i],b[i],c[i], 'a and c working')
        elif(a[i] <= 0 and b[i] > 0 and c[i] <= 0): # only second     2
            print(a[i],b[i],c[i],'only b working')
        elif(a[i]<= 0 and b[i] > 0 and c[i] > 0): #second and third   2-3
            print(a[i],b[i],c[i],'b and c working')
        elif(a[i] <= 0 and b[i] <= 0 and c[i] > 0):     # only third  3
            print(a[i],b[i],c[i],'only c working')
        else:                            # all of are working         1-2-3
            print (a[i],b[i],c[i], 'all working')
        print('iteration number :',i)

目前处理3个变量的情况尚可，但如果变量数量增加到10个，是否必须为每种可能性单独定义分支？我希望找到一种更高效的方式来处理这些分支逻辑。

解决方案 #

完全不用写所有分支！核心思路是先动态收集当前迭代中处于工作状态（值>0）的变量名，再根据收集到的结果生成对应的逻辑，不管变量数量多少都能通用。

具体实现步骤 #

• 把变量和对应的名称绑定在一起，新增变量只需在此处添加
• 遍历每个周数时，筛选出当前位置值>0的变量名称
• 根据筛选结果的数量和内容，直接输出信息或执行对应操作

重构后的通用代码（支持任意数量变量） #

weeks = 9

# 变量与名称配对，新增变量直接加元组即可
variables = [
    ('a', [1,0,1,1,1,0,0,0,1]),
    ('b', [1,0,0,1,0,1,1,0,1]),
    ('c', [1,0,0,0,1,0,1,1,1])
    # 示例：新增d变量 -> ('d', [0,1,0,1,...])
]

for i in range(weeks):
    if i <= 0:
        print('this is hypo')
    else:
        # 筛选当前i位置值>0的变量名称
        working_vars = [name for name, lst in variables if lst[i] > 0]
        
        # 获取当前所有变量的对应值，用于输出
        current_values = [lst[i] for _, lst in variables]
        
        # 根据工作变量的情况处理逻辑
        if not working_vars:
            print(*current_values, 'no one is working')
        elif len(working_vars) == 1:
            print(*current_values, f'only {working_vars[0]} working')
        elif len(working_vars) == len(variables):
            print(*current_values, 'all working')
        else:
            # 多个变量工作时，用'and'拼接名称
            print(*current_values, f'{" and ".join(working_vars)} working')
        
        print('iteration number:', i)

进阶：定制特定组合的操作 #

如果需要为特定变量组合定制复杂操作，不用写一堆elif，可以用字典映射的方式：

# 定义不同组合的操作函数
def handle_no_working():
    print('执行无变量工作时的操作')

def handle_only_a():
    print('执行只有a工作时的操作')

def handle_a_and_b():
    print('执行a和b同时工作时的操作')

# 建立组合与操作的映射，键为排序后的工作变量元组（保证一致性）
operation_map = {
    (): handle_no_working,
    ('a',): handle_only_a,
    ('a', 'b'): handle_a_and_b,
    # 其他组合按需添加
}

# 在循环中使用：
working_tuple = tuple(sorted(working_vars))
# 找不到对应组合时执行默认操作
operation_map.get(working_tuple, lambda: print('执行默认操作'))()

这种方式扩展性拉满，新增变量或组合时，只需更新映射字典即可，完全不用修改条件判断逻辑。

内容的提问来源于stack exchange，提问作者Beginner